增量迭代法,increment iteration method
1)increment iteration method增量迭代法
英文短句/例句
1.Nonlinear Buckling Analysis of Tubular in a Deviated Well with Differential Quadrature Element Incremental Iteration Method应用DQE增量迭代法分析斜直井内管柱的非线性屈曲
2.Increment Iteraction Method to Capture the Using Case in Modeling Process of UML;UML建模过程中获取用例的增量迭代方法
3.Analysis of underground diaphragm wall by iterative incremental method迭代增量法分析地下连续墙的受力性状
4.A New Software Develomment Method: Object-oriented Iterative Incremental Development Method;一种新的软件开发方法:面向对象的迭代增量式开发方法
5.Objective Increment Based Iterative Greedy Heuristic for No-Wait Flowshops with Total Flowtime Minimization基于目标增量的无等待流水调度快速迭代贪婪算法
6.Fuzzy Gain PD Type Iterative Learning Control Algorithm and Its Application模糊增益PD型迭代学习算法及其应用
7.Variable gain iterative learning control for inverted pendulum倒立摆的可变增益迭代学习控制算法
8.Some Problems for Iterative Algorithms of Accretive Mappings, Pseudo-Contractive Mappings and Variational Inclusions;增生与伪压缩映射迭代算法及变分包含迭代算法中的几个问题
9.A Novel Field-circuit Coupling Iterative Algorithm for Terminal Quantities of Synchronous Motor同步电机场路耦合端点量迭代新算法
10.Hierarchical Gradient Based Iterative Identification for Multivariable Syetems多变量系统的递阶梯度迭代辨识方法
11.Image Enhancement with Complex Diffusion Based on Iterative Real Edge Attributes结合迭代实边缘特性的图像复扩散增强算法
12.Multi-level interactive image enhancement algorithm based on fuzzy relaxation iterative procedure基于模糊松弛迭代的分层图像增强算法
13.A New Iterative Scheme Based on G-S Iteration Method基于G—S迭代法的一种新的迭代格式
14.Numerical Iteration Method for Modifying Measurement Error of Diameters of Steel Ball or Ring套圈和钢球直径测量误差修正的数值迭代法
15.The ampacities of cables are solved with dichotomy.电缆的载流量采用二分法进行迭代求解。
16.Research on Iterative Identification and Control Method Based on V-gap Metric;基于v-gap度量的迭代辨识与控制方法研究
17.Realzation of the Iteration on Discrete Memoryless Channel Capacity;离散无记忆信道(DMC)容量的迭代计算方法及实现
18.An Iterative Calculation on the Ampacity of Single-Core Cable and Experimental Validation单芯电缆载流量迭代算法研究及试验验证
相关短句/例句
incremental-iterative method增量-迭代法
3)iteration with load increment荷载增量迭代法
4)an incremental Newton-Raphson iterative algorithm增量Newton-Raphson迭代法
5)incremental iterative增量迭代
1.And anincremental iterative algorit.考虑静电力边缘效应的影响,建立了微悬臂梁的静态变形分析模型,通过梁弯曲理论将控制方程化为一阶非线性微分方程组,结合打靶法和迭代修正齐次扩容精细积分法提出了一种分析微悬臂梁变形的半解析、半数值算法,同时,采用增量迭代保证了求解的收敛性。
2.Considering the influence of edge effect,the static-electricity driven torque was amended,the nonlinear mechanical model of a torsion micromirror was established and the static mechanical equation of micromirror was solved by anincremental iterative algorithm.考虑边缘效应的影响,对微镜的静电力驱动扭矩进行了修正,建立了微镜的非线性力学模型,并利用增量迭代的方法求解微镜的静力学方程。
3.In order to guarantee the convergence and stability in solving nonlinear algebraic equations, anincremental iterative algorithm was put forward according to the load characteristic.为了保证非线性代数方程组求解的收敛性和稳定性,该文根据微梁的受力特点提出了一种增量迭代的算法。
6)increment iterative增量迭代
1.Image restoration based on least-squaresincrement iterative and regularization method;基于最小二乘增量迭代正则化方法的图像复原
延伸阅读
策略迭代法动态规划中求最优策略的基本方法之一。它借助于动态规划基本方程，交替使用"求值计算"和"策略改进"两个步骤，求出逐次改进的、最终达到或收敛于最优策略的策略序列。例如，在最短路径问题中，设给定M个点1，2，...，M。点M是目的点,сij>0是点i到点j的距离i≠j,сij=0,i,j=1,2,...,M,要求出点i到点M的最短路。记??(i)为从i到M的最短路长度。此问题的动态规划基本方程为 (1)其策略迭代法的程序如下：选定一初始策略u0(i),在这问题中,策略u(i)的意义是从点i出发走一步后到达的点，而且作为策略,它是集{1,2,...,M-1}上的函数。由u0(i)解下列方程组求出相应的值函数??0(i)：再由??0(i)求改进的一次迭代策略u1(i),使它是下列最小值问题的解：然后，再如前面一样,由u1(i)求出相应的值函数??1(i)，并由??1(i)求得改进的二次迭代策略u2(i),如此继续下去。 可见求解(1)的策略迭代法的程序由下列两个基本步骤组成：①求值计算由策略 un(i)求相应的值函数??n(i)，即求下列方程的解：②策略改进由值函数??n(i)求改进的策略,即求下列最小值问题的解：式中规定,如un(i)是上一问题的解,则取un+1(i)=un(i)。在一定条件下,由任选的初始策略出发,轮换进行这两个步骤, 经有限步N后将得出对所有i,uN+1(i)=uN(i)这样求得的uN(i)就是最优策略，相应的值函数??N(i)。是方程(1)的解。对于更一般形式的动态规划基本方程(2)这里??，H，φ为给定实函数。上述两个步骤变成：①求值计算由策略un(x)求相应的值函数 ??n(x)，即求方程 之解，n=0，1，2...。②策略改进由值函数??n(x)求改进的策略un+1(x)，即求最优值问题的解。对于满足适当条件的方程(2)和初始策略,上述两个步骤的解存在，并且在一定条件下,当n→ 时,所得序列{??n(x)}与{un(x)}在某种意义下分别收敛于(2)的解和最优策略。策略迭代法最初是由R.贝尔曼提出的。1960年，R.A.霍华德对于一种马尔可夫决策过程模型，提出了适用的策略迭代法，给出了相应的收敛性证明。后来，发现策略迭代法和牛顿迭代法在一定条件下的等价性，于是，从算子方程的牛顿逼近法的角度去研究策略迭代法，得到了发展。对于范围很广的一类马尔可夫决策过程，其动态规划基本方程可以写成；式中??∈V，对所有 γ∈Γ:r(γ)∈V，γ为 V→V的线性算子,Γ为这种算子的族，而V 则是由指标值函数所构造的函数空间。假设当 ??(γ)是方程 r(γ)＋γ??＝0 的解时, 它是对应于策略γ的指标值函数。最优策略 γ定义为最优值问题的解。这时由策略迭代法所求得的序列 {??n}和{γn}满足下列关系其中为 γn+1的逆算子。当σ是加托可微时, γn+1是σ在??n处的加托导数。于是，上面的关系恰好表达了牛顿迭代法在算子方程中的推广。
